论文部分内容阅读
针对一类带有完全未知关联项的非线性大系统，提出一种自适应神经网络输出反馈分散控制方法．采用神经网络逼近未知的关联项，因此对关联项常做的假设如匹配条件，被上界函数所界定等不再要求．在神经元输入中采用参考信号取代关联信号，从而成功地避免了对关联信号的微分．保证了闭环系统所有信号半全局一致最终有界，证明了跟踪误差收敛于一个包含原点的小残集．